Klaus Mainzer, Poznawanie złożoności. Obliczeniowa dynamika

150
Recenzje
Klaus Mainzer, Poznawanie złożoności. Obliczeniowa dynamika materii
umysłu i ludzkości, Wydawnictwo UMCS, Lublin 2007, ss. 532
Kogintywistyka jako nauka o poznawaniu wytworzyła intelektualną przestrzeń
do interdyscyplinarnych rozważań i wzajemnej wymiany myśli nauk ścisłych
i nauk humanistycznych. Wiele osób różnych profesji: fizyków, matematyków,
lingwistów, filozofów jak również dziennikarzy1, krytyków, inżynierów i pisarzy
zrobiło wicie dla realizacji idei trzeciej kultury, której celem jest zbliżenie sta­
nowisk poprzez popularyzację i ułatwienie zrozumienia osiągnięć nauk ścisłych
przez humanistów i lepszego zrozumienia humanistycznych idei przez twórców
w dyscyplinach ścisłych2. Dla wielu ludzi oczywistością jest konieczność pozna­
nia podstaw nauk humanistycznych przez ludzi techniki i przedstawicieli nauk
ścisłych, jednocześnie wielu humanistów nie posiada dostatecznej znajomości
techniki i podstaw nauk ścisłych.
Kognitywistyka zajmuje się zjawiskami dotyczącymi umysłu, szczególnie za­
gadnieniami dotyczącymi sposobu postrzegania bodźców i interakcji umysłu ze
światem i innymi umysłami3. Zwykle wymienia się pięć nauk o podstawowym
znaczeniu dla zrozumienia umysłu: są to pewne działy psychologii, sztucznej
inteligencji, psycholingwistyki, neuronauk oraz filozofii poznania i filozofii umy­
słu. Można do nich dodać matematykę, antropologię, psychofizykę, językoznaw­
stwo i lingwistykę komputerową, sztuczne życie, sieci neuronowe, algorytmy
ewolucyjne, komputerowe widzenie. W pedagogice i badaniach edukacyjnych
perspektywa poznawcza i kognitywne podstawy stanowią podstawę rozważań
i rozwiązywania problemów.
Profesor informatyki i filozof z Uniwersytetu w Augsburgu Klaus Mainzer4,
podobnie jak Roger Penrose5 czy Steven Pinker6 reprezentujący nurt kognity1 A. Toffler, Trzecia fala, PIW, Warszawa 1996.
2 J. Brockmann, Trzecia kultura, CIS, Warszawa 1996.
3 H. Kardela, Z. Muszyński, M. Rejewski (red.), Kognitywistyka. Problemy i perspektywy, Wy­
dawnictwo UMCS, Lublin 2005.
4 K. Mainzer (ur. 1947) studiował matematykę, fizykę i filozofię, uzyskał stopień doktora
w 1973 r. i habilitował się w 1979 r. na Uniwersytecie w Munster. Był profesorem Fundacji Historii
Nauk Ścisłych (1981-1988), vice prezydentem Uniwersytetu w Konstancji (1985-1988). Od 1988 r.
jest profesorem filozofii nauki, a od 1989 dyrektorem Instytutu Filozofii i Interdyscyplinarnego In­
stytutu Informatyki Uniwersytetu w Augsburgu. Jest członkiem Europejskiej Akademii Nauk i insty­
tucji interdyscyplinarnych (np. Leibniz Association). Od 1996 r. jest prezydentem German Society o f
Complex Systems and Nonlinear Dynamics. Napisał kilkanaście książek o tematyce kognitywnej.
5 R. Penrose, Shadows o f the Mind: A Search fo r the Missing Science o f Consciousness, Oxford
University Press, 1994 (wyd. poi. Cienie umysłu. Zysk i S-ka, Poznań).
6 S. Pinker, Jak działa umysł. Książka i Wiedza, Warszawa 2002, s. 656.
Recenzje
151
wistyczny, podejmuje próby wyjaśnienia funkcjonowania ludzkiego umysłu na
gruncie nauk ścisłych. W wydanej w serii Umysł. Prace z filozofii i kognitywistyki książce Poznawanie złożoności K. Mainzer poddał szczegółowej analizie
problem złożoności i funkcjonowania różnego rodzaju złożonych systemów7.
Łączy on teorie fizyki oraz idee filozofii materii i oddziaływań społeczno-komunikacyjnych. Dostrzega znaczenie znajomości struktur inżynierskich w pro­
cesie analizowania złożoności. Problem złożoności jest jednym z podstawowych
problemów sztucznej inteligencji, która zajmuje się m.in. złożonymi systemami:
budową materii, funkcjonowaniem mózgu, systemami genetycznymi, chemicz­
nymi i biotechnologicznymi, systemami komunikacji, produkcji, komputerami,
robotami itd. Rozwój nauki, techniki i stosunków społecznych wytwarza dużą
liczbę obiektów, procesów i systemów. Naturalnym problemem rozwoju jest stały
wzrost ich złożoności. Mimo szybkiego rozwoju techniki (szczególnie techniki
komputerowej) nie udało się dotychczas rozwiązać wielu problemów obliczenio­
wych, które wymagają dużych mocy obliczeniowych komputerów. K. Mainzer
omawia najważniejsze problemy związane z maszynami Turinga, obliczalnością
i równoległym przetwarzaniem informacji. Przedstawia też zagadnienia dotyczą­
ce hierarchii wielomianowej, zliczania i obliczeń z ograniczoną pamięcią.
Sposób myślenia jest w jakimś stopniu zależny od złożoności systemu.
W analizie złożoności systemów nie wystarcza myślenie liniowe. Rzeczywistość
fizyczna, społeczna i umysłowa jest zwykle złożona i ma charakter nieliniowy.
Systemy mogą mieć budowę kaskadową (są sekwencją połączonych podsyste­
mów), mogą mieć budowę warstwową lub też mogą być grupą (siecią) dowolnie
połączonych podsystemów. Większa złożoność systemów implikuje myślenie
nieliniowe. W sieci Internet takim nieliniowym tworem jest hipertekst, na którym
oparte są serwisy internetowe www. Łączy on za pomocą odsyłaczy (adresów
internetowych - hiperłączy) dowolnego typu dokumenty (tekstowe, graficzne,
dźwiękowe, filmowe, programy komputerowe itp.) rozmieszczone w kompute­
rach znajdujących się w różnych miejscach na świecie.
Fizyka i filozofia przyrody pokazują zasady ewolucji materii. Mainzer ana­
lizuje złożone układy i modele budowy materii wychodząc od filozofii Talesa, Platona, rozważań o materii Anaksymandera, modelu kosmosu Arystotelesa
i logos Heraklita. Anaksagoras w swojej nauce starał się znaleźć kompromis
między poglądami Heraklita i eleatów. Usiłował zjawiska przyrodnicze wyja­
śniać naukowo, gdy współcześni sprowadzali je wyłącznie do sprawstwa bo­
gów. Mainzer komentuje naukę Kopernika i Galileusza, model wszechświata
7
2003.
Na podstawie czwartego wydania Thinking in Complexity Springer-Verlag, Berlin Heidelberg
152
Recenzje
Newtona i Einsteina oraz teorie Laplace’a, analizuje również układy Hamiltona,
chaos nieba i świat kwantowy oraz układy zachowawcze i dyssypatywne. „Ma­
tematyczna teoria struktur dyssypatywnych, ujmująca ewolucję w równaniach
nieliniowych, zdaje się tworzyć ramy pojęciowe dla modelowania arystotelesowskiego ... świata rozwijającej się i umierającej przyrody” (s. 129). Mainzer
docieka, jak to się dzieje, że z chaosu wyłania się porządek. Znany fizyk amery­
kański R. Feynman zapoczątkował rozwój nanonauk. Rozwijają się technologie
na poziomie atomowym - nanotechnologie. Do systemów złożonych zalicza się
nanostruktury. Przedmiotem intensywnych badań są złożone systemy nanoświata
i samotworzące się (inteligentne) materiały o dużym znaczeniu dla medycyny,
biotechnologii, fizyki atomowej. Często są to materiały o specyficznych właści­
wościach do osiągnięcia za pomocą innych technologii. Rozwinięte zostały nowe
techniki programowania komputerów. Mainzer uważa, że to inżynieria genetycz­
na i programowanie komputerów doprowadziło do wytworzenia nowych mate­
riałów. „Badania nanoświata i zastosowania nanotechnologii są uwarunkowane
możliwościami wykorzystania precyzyjnych narzędzi obserwacji i pomiarów”.
Poszukuje się nowych zastosowań nanotechnologicznych w medycynie i robo­
tyce. Podejmowane są próby budowy nanorobotów. Istotnym problemem jest
tu wykrywanie i identyfikacja złożonych danych, które wymagają złożonych
obliczeń i analiz. Stosowane są tu wielowymiarowe metody statystyki: analiza
czynnikowa, analiza skupień i analiza szeregów czasowych oraz zaawansowane
metody optymalizacyjne.
Organizm człowieka również składa się ze złożonych systemów i zachodzą
w nim złożone procesy. Autor prezentuje teorie Talesa i Darwina oraz zagad­
nienie termodynamiki Bolzmanna i ewolucji życia. Analizując systemy złożone
Mainzer próbuje wyjaśnić problemy ewolucji organizmów i ekologii populacji.
Celem nauk poznawczych jest zrozumienie procesów poznawania, mechanizmów
rozumowania i tworzenia wewnętrznych modeli świata, podstaw neurobiologicznych tych mechanizmów, sposobów modelowania matematycznego i symulacji
komputerowej. Od lat 60. XX wieku obserwujemy wzrost dynamiki badań nad
mózgiem. Przeprowadzono szereg badań eksperymentalnych i wyjaśniono rolę
wielu neurotransmiterów. Podjęto prace nad symulacją funkcjonowania mózgu.
W 1943 roku McCulloch i Pitts opracowali model sztucznego neuronu jako ana­
log neuronu biologicznego, co pozwoliło na budowanie i stosowanie sztucznych
sieci neuronalnych. Posiadają one zdolność uczenia się na zasadzie treningu wy­
konywanego np. na określonym zbiorze wzorców. Sieci neuronowe wykorzysty­
wane są do rozwiązywania takich problemów jak: interpretacja, ocena, diagnoza,
rozpoznawanie, prognozowanie, optymalizacja itp. Wszystkie te problemy mają
istotne znaczenie również w naukach humanistycznych i społecznych. W Japonii
Recenzje
153
podjęto prace nad budową sztucznego mózgu8. Złożoność mózgu sięga setek mi­
liardów komórek nerwowych. Kolejnym problemem jest szukanie odpowiedzi na
pytanie: czym jest świadomość? Rozwój technologii komputerowych umożliwił
budowę systemów złożonych i rozwój algorytmów i języków programowania,
a w konsekwencji zwiększenie złożoności obliczeń. Mainzer omawia zagadnie­
nia obliczalności i złożoności algorytmicznej. Rozwinięto badania nad umysłem
i świadomością człowieka. Samo pojęcie świadomości jest wieloznaczne i tkwi
w nim ciągle wiele tajemnic. Mainzer omawia koncepcję „człowieka maszyny”
la Mettrie’ego oraz problem emergencji świadomości i intencjonalności. Proble­
matykę świadomości w interesujący sposób rozwinął Robert Piłat9.
Chaotyczne struktury złożonych systemów wymagają ciągłego porządkowa­
nia. Złożoność algorytmów sortowania jest określana jako liczba wykonywanych
porównań i zamian elementów, wyrażona w zależności od liczby porządkowanych
elementów. Rzeczywisty czas działania algorytmu może być podany dopiero dla
konkretnych danych i konkretnego komputera. Inną miarą jakości algorytmu jest
jego efektywność określana na podstawie testowania szybkości jego działania
na wzorcowych danych. Złożoność i efektywność można również zdefiniować
dla programów komputerowych. Złożoność obliczeniowa jest jednym z najważ­
niejszych parametrów charakteryzujących algorytm. Decyduje on o efektywno­
ści całego programu. Podstawowymi zasobami systemowymi uwzględnianymi
w analizie algorytmów są: czas działania i obszar zajmowanej pamięci. Na zło­
żoność czasową składają się dwie wartości: pesymistyczna, która charakteryzuje
najgorszy przypadek działania oraz oczekiwana. Szacowanie (analiza) złożoności
obliczeniowej przeprowadzana jest dla najgorszego przypadku.
Istotną dla sztucznej inteligencji rolę pełni filozofia umysłu i filozofia ana­
lityczna. Problem ciała i umysłu analizuje relacje materii do świata ducha. Za­
gadnienie to postawione zostało z całą ostrością przez Kartezjusza. Z punktu
widzenia kognitywistyki jego naturalnym rozwiązaniem jest stwierdzenie: umysł
jest funkcją mózgu, ma więc inny status ontologiczny niż przedmioty materialne,
chociaż jest wytworem skomplikowanej organizacji materii. Istnieje teoria uzna­
jąca umysł za funkcję mózgu. Jednak w jaki sposób symbole, idee, znaczenia,
cały świat umysłu wyłonić się może z procesów obliczeniowych wykonywanych
przez mózg? Problem jest nabieranie znaczenia przez symbole w systemach for­
malnych. Jedne symbole definiowane są przez inne, skąd więc w komputerach
mogłoby powstać „prawdziwe rozumienie”?
8 A. Buller, Sztuczny mózg, to ju ż nie fantazja, Prószyński i S-ka, Warszawa 1998.
9 R. Piłat, Umysł jako model świata. Wydawnictwo IFiS PAN, Warszawa 1999, s. 207.
154
Recenzje
K. Mainzer podejmuje problemy przetwarzania informacji, tworzenia baz wie­
dzy i przetwarzania wiedzy. Informacja jest jednym z podstawowych pojęć teorii
informacji. Claude E. Shannon określił podstawy teorii informacji. Z logiczne­
go punktu widzenia wiedza jest zbiorem reguł i faktów, a język stanowi pewne
uporządkowane wyobrażenie o pewnej klasie obiektów wyrażone za pomocą
wyrażeń, formuł i reguł. Baza wiedzy stanowi główny element systemu eksperto­
wego, tzn. programu lub systemu programów komputerowych wspomagającego
korzystanie z wiedzy i ułatwiającego podejmowanie decyzji. System eksperto­
wy (doradczy) jako komputerowy program konsultacyjny, wspomaga decyzje
zastępując eksperta w danej dziedzinie, np. w diagnostyce medycznej. Systemy
ekspertowe mogą wspomagać bądź zastępować ekspertów-ludzi w wąskich dzie­
dzinach, mogą dostarczać rad, zaleceń, ocen i diagnoz dotyczących problemów
tej dziedziny. Jednym z pierwszych stosowanych systemów ekspertowych jest
stworzony przez E. H. Shortliffe’a w latach siedemdziesiątych na Uniwersytecie
Stanforda system MYCIN - jako diagnostyczny regułowy system ekspertowy
w medycynie10. Mainzer porusza zagadnienia automatów komórkowych i teorii
chaosu. Wiele problemów ma charakter probabilistyczny, co zwiększa złożoność
systemów i utrudnia podejmowanie decyzji.
Trudności techniczne w budowaniu modeli umysłu: symboliczne modele ro­
zumowania, użyteczne w sztucznej inteligencji, nie mają nic wspólnego z neurobiologią i nie nadają się do rozpoznawania struktur (np. rozpoznawania obrazów),
swobodnego kojarzenia i generalizacji wiedzy. Sieci neuronowe trudno zmusić
do logicznego działania i wyjścia poza proste skojarzenia. W mózgu nie udało
się znaleźć określonego miejsca, które można uznać za siedlisko umysłu. Róż­
ne sygnały zmysłowe przetwarzane są przez różne, fizycznie odrębne, struktury
mózgu, świadoma percepcja jest jednak spójna. Problem ma charakter techniczny
i symulacja niewielkich sieci neuronów dostarcza nam coraz więcej przykładów
pokazujących, w jaki sposób różne struktury mózgu synchronizują się osiągając
wspólny dynamiczny stan globalny.
Człowiek podejmuje prace nad rozwojem sztucznego życia i wytworzeniem
sztucznej inteligencji. Budowane są sieci neuronowe i komputery synergetyczne,
komórkowe sieci neuronowe i analogowe komputery neuronowe, realizowane są
uniwersalne komórkowe sieci neuronowe i algorytmy genetyczne. Rozwija się
intensywnie bionika jako interdyscyplinarna nauka badająca budowę i zasady
działania organizmów żywych oraz ich adaptowanie w technice. Neurobionika
i robotyka wspomagają ludzi niepełnosprawnych. Ogromny postęp neurobioniki
doprowadził do opracowania bionicznej ręki sterowanej myślą, implantów słu10 J. J. Mulawka, Systemy ekspertowe, WNT, Warszawa 1995.
Recenzje
155
chu i wzroku pozwalających samodzielnie funkcjonować osobom niewidomym,
niesłyszącym i niesprawnym ruchowo.
K. Mainzer analizuje ewolucję ludzkiego społeczeństwa, która wytworzyła
złożone systemy społeczne. Przechodzi przez różne fazy rozwojowe od arystotelesowskiej polis do hobbesowskiego Leviatana". Analizuje problemy ekonomii
Smitha i równowagi rynkowej, prezentuje złożone systemy ekonomiczne i sys­
temy samoorganizujące się. Omawia złożone systemy społeczne i kulturowe,
złożone systemy komunikacyjne i metody wyszukiwania informacji. Omawia
złożone sieci mobilne i problem powszechnie dostępnych obliczeń. Zastana­
wia się, jaka jest przyszłość nauki i podejmuje problemy etyczne rozwoju nauki
i techniki, takie jak: wolność prowadzenia badań i eksperymentów i odpowie­
dzialność w prowadzeniu badań. Ze złożonością mamy do czynienia także w pro­
cesach prognozowania. Problemy przewidywania wymagają tworzenia dużych
złożonych modeli i dużych mocy obliczeniowych. Nauka i technika wytwarza
systemy o dużej złożoności: przyrządy pomiarowe, aparatura badawcza, reaktory,
akceleratory, systemy sterowania, systemy informatyczne.
K. Mainzer traktuje proces poznawania jako proces ciągły, niczego nie koń­
czy, o niczym nie przesądza, pozostawia problemy jako otwarte, podlegające
doskonaleniu i zmianom. Stara się jednak procesy zrozumieć i wyjaśniać na tyle,
na ile to jest możliwe w określonych warunkach. Sztuczna inteligencja staje się
dziedziną opartą na złożoności, analizującą złożoność i wytwarzającą złożone
systemy. Jednocześnie Mainzer kładzie nacisk na procesy i systemy dynamiczne,
w których zachodzą zmiany w czasie, co wywołuje konsekwencje epistemologiczne i skutki społeczne. Uzasadnia również sytuację ponowoczesnego świa­
ta i konieczność funkcjonowania w nim człowieka w sytuacji tymczasowości,
zmienności, fragmentaryzacji, relatywizmu i rozczłonkowanej odpowiedzialności
nawet w sferze etyki.
K. Mainzer daje obszerne opracowanie problemów kognitywistyki. Nie jest to
tylko przedstawienie koncepcji, prezentuje elementy wiedzy znane z zakresu nauk
ścisłych i choć niektóre fragmenty może zbytnio odwołują się do terminologii
fizyki czy informatyki, to jednak całość napisana jest rzeczowo i wyjaśnia wiele
problemów sztucznej inteligencji, a nawet prezentuje przykłady zastosowań. Po­
znawanie złożoności zawiera też szereg aspektów, opisów i odnośników znanych
i wykorzystywanych w naukach humanistycznych i społecznych. Jednocześnie
książka wpisuje się w nurt realizacji idei trzeciej kultury'2. Nawet trudne proble­
my przedstawione zostały w sposób klarowny i przejrzysty. Dlatego powinna
11 T. Hobbes, Leviatan, Aletheia, Warszawa 2006, s. 840.
12 J. Brockmann, dz. cyt., s. 534.
156
Recenzje
ułatwić zrozumienie wielu wyników badań prowadzonych w naukach ścisłych
oraz ułatwić przełożenie ich na grunt nauk humanistycznych i społecznych. Wa­
runkiem jednak, aby to się mogło dokonać, jest nie tylko jej uważne przeczytanie,
ale przede wszystkim jej przemyślenie i przedyskutowanie z osobami zaintere­
sowanymi tymi problemami. Istotnym krokiem byłoby też sięgnięcie do bogatej
literatury z tego obszaru w celu rozwinięcia uzyskanej wiedzy i jeszcze szerszego
wyjaśnienia problemów. Dla pedagogów książka Mainzera znacznie rozszerza
zakres dotychczasowych rozważań kognitywnych, a jednocześnie aktualizuje
wiedzę kognitywną. Mainzer konfrontuje tu niektóre elementy filozofii Kartezjusza i Leibniza z filozofią starożytną. Szczególnie cenna jest książka Mainzera
dla studentów specjalności pedagogika —technologia informacyjna w edukacji
i pracowników naukowych zajmujących się edukacją medialną. Na tej specjalno­
ści realizowany jest wykład Wprowadzenie do sztucznej inteligencji. Książka ta
poszerza wykaz lektur do tego przedmiotu. Może stanowić lekturę uzupełniającą
dla kilku innych wykładów zarówno na kierunku pedagogika jak i psychologia,
filozofia i socjologia. Książka daje także szeroki wachlarz problemów badaw­
czych, które mogą być inspiracją dla pedagogów dla podejmowania badań. Wiele
badań pedagogicznych zawiera bowiem wątki kognitywne.
Kazimierz Wieczorkowski
Wydział Nauk Pedagogicznych UMK